GitHub历史上增长最快的开源项目——84天突破20万星标，比Kubernetes快18倍，截至2026年4月累计超36万Star，超越React和Linux。一个奥地利开发者的周末项目，引爆了从“对话式AI”到“代理式AI”的范式跃迁。中科算网与算泥社区联合发布的这份白皮书，首次系统定义了“OpenClaw类自主智能体”的六大特征与三层技术架构，为理解这场“龙虾时代”的产业变革提供了完整的技术地图与治理框架。
OpenClaw现象——从Clawdbot到“龙虾时代”
GitHub史上最快的增长曲线
2025年11月，Peter Steinberger以“Clawdbot”之名将个人AI助手项目推上GitHub。因Anthropic商标警告更名为Moltbot，三天后最终定名OpenClaw。截至2026年4月，主仓库累计超36万Star，超越React（十年23万+）成为GitHub史上所有开源项目第一。84天突破20万星标，增速是此前最快开源项目Kubernetes的18倍。
从“对话式AI”到“代理式AI”的范式跃迁
对话式助手是无状态函数——用户输入文本，模型输出文本；自主智能体是有状态的持续进程——有自己的“心跳”，有长期记忆，能在无用户指令时主动扫描环境、触发任务、甚至给自己制定日程。OpenClaw的范式意义在于：它让公众第一次感知到Agent是“下载就能替你干活的软件”。
六大定义边界与三层技术架构
六项关键能力
白皮书首次系统定义“OpenClaw类自主智能体”的六大边界：以LLM为核心推理引擎、具备清晰的Agent Harness、支持工具调用、走local-first优先路线、具备一定程度的自主性、拥有Skill/Plugin能力扩展机制。
三层技术剖面
认知层（LLM）是系统的“大脑”——模型无关设计，可接入Claude、GPT、DeepSeek、本地Ollama。Harness层是“外骨骼”——包含网关与通信（11+通道）、工具与技能（MCP协议）、记忆与上下文管理（MemoryStack）、调度器（Agent Loop/Cron/Heartbeat）。执行层是“身体”——Shell命令、浏览器自动化、Docker沙箱。
自进化代表项目与生态全景
七个标杆项目
Nanobot（HKUDS，4000行Python）、AutoResearchClaw（23阶段科研流水线）、ClawCode（Claude Code重写）、DeerFlow 2.0（ByteDance企业级）、Autoresearch（Karpathy 700次实验）、Hermes Agent（四层记忆）、国内“百虾大战”（腾讯QClaw、阿里JVS等十余家）。
安全治理与Harness工程
四大类风险
认知与Prompt注入、工具/技能供应链风险（ClawHub中约7-10%存在安全隐患）、身份与访问控制缺陷、环境与沙箱逃逸。标志性事件：CVE-2026-25253（CVSS 8.8）、CVE-2026-32922（CVSS 9.9）、群体性邮件删除事件。
Harness工程的核心模式
PEV循环（Plan-Execute-Verify）、规则与规范文件（Spec/Rules/Guides）、自动评测与CI Gate。如果把LLM比作大脑，Harness就是骨骼、肌肉、神经系统和免疫系统的组合。
OpenClaw类自主智能体代表了AI从“会聊天”到“会干活”的范式跃迁。当LLM能力趋同，决定胜负的不再是模型本身，而是围绕模型构建的Harness系统。
